Adventure Works 운영 부서는 콜 센터에 대한 고객 만족도를 높이기 위한 프로젝트에 참여하고 있습니다. 콜 센터를 관리하고 콜 센터 효율성에 대한 메트릭을 보고하기 위해 공급업체를 고용했으며 공급업체에서 제공하는 일부 예비 데이터를 분석하도록 요청했습니다. 그들은 어떤 흥미로운 발견이 있는지 알고 싶어합니다. 특히, 데이터가 인력 문제 또는 고객 만족도를 향상시키는 방법을 제시하는지 알고 싶습니다.
데이터 세트는 작고 콜 센터 운영 기간 30일만 포함합니다. 데이터는 각 교대 근무의 신규 및 숙련된 운영자 수, 수신 전화 수, 해결해야 하는 주문 수 및 해결해야 하는 문제, 고객이 누군가가 통화에 응답할 때까지 대기하는 평균 시간을 추적합니다. 데이터에는 고객 불만의 지표인 중단률을 기반으로 하는 서비스 품질 메트릭도 포함됩니다.
데이터가 표시될 내용에 대한 사전 기대가 없으므로 신경망 모델을 사용하여 가능한 상관 관계를 탐색하기로 결정합니다. 신경망 모델은 많은 입력과 출력 간의 복잡한 관계를 분석할 수 있으므로 탐색에 자주 사용됩니다.
학습 내용
이 단원에서는 신경망 알고리즘을 사용하여 사용자와 운영 팀이 데이터의 추세를 이해하는 데 사용할 수 있는 모델을 빌드합니다. 이 단원의 일부로 다음 질문에 답하려고 합니다.
고객 만족도에 영향을 미치는 요인은 무엇인가요?
콜 센터는 서비스 품질을 개선하기 위해 무엇을 할 수 있습니까?
결과에 따라 예측에 사용할 수 있는 로지스틱 회귀 모델을 빌드합니다. 예측은 운영 팀이 콜 센터 운영을 계획하는 데 도움을 주는 데 사용됩니다.
이 문서에 포함된 주제는 다음과 같습니다.
수업의 다음 과제
콜 센터 데이터에 대한 데이터 원본 뷰 추가(중간 데이터 마이닝 자습서)
모든 수업
1단원: 중간 데이터 마이닝 솔루션 만들기(중간 데이터 마이닝 자습서)
2단원: 예측 시나리오 빌드(중간 데이터 마이닝 자습서)
3단원: 시장 바구니 시나리오 빌드(중간 데이터 마이닝 자습서)
4단원: 시퀀스 클러스터링 시나리오 빌드(중간 데이터 마이닝 자습서)
5단원: 신경망 및 로지스틱 회귀 시나리오(중간 데이터 마이닝 자습서)